在Python中，可以使用multiprocessing模塊來實現多進程共享數據。下面是一個示例：
from multiprocessing import Process, Value, Array
def func1(n):
# 更新共享變量的值
n.value = 10
def func2(a):
# 更新共享數組的值
for i in range(len(a)):
a[i] = i
if __name__ == '__main__':
# 創建共享變量和數組
num = Value('i', 0)
arr = Array('i', range(5))
# 創建進程并傳遞共享變量和數組
p1 = Process(target=func1, args=(num,))
p2 = Process(target=func2, args=(arr,))
# 啟動進程
p1.start()
p2.start()
# 等待進程結束
p1.join()
p2.join()
# 打印共享變量和數組的值
print(num.value)
print(arr[:])
在上述示例中，首先通過Value和Array函數創建了一個共享變量num和一個共享數組arr。然后，分別創建了兩個進程p1和p2，并將共享變量和數組作為參數傳遞給這兩個進程。進程p1負責更新共享變量的值，進程p2負責更新共享數組的值。最后，通過start()方法啟動進程，并通過join()方法等待進程結束。最后，可以通過訪問共享變量和數組的值來獲取最終的結果。
需要注意的是，多進程共享數據可能會存在競爭條件和同步問題，因此在使用共享數據時需要采取適當的同步措施，例如使用Lock、Semaphore等機制來確保數據的一致性和正確性。
